Metodología de caracterización de patrones de consumo de energía eléctrica en el sistema de distribución de la Electrificadora de Santander

dc.contributor.advisorSerna Suárez, Iván David
dc.contributor.authorMuñoz Acosta, Andrés Mauricio
dc.contributor.authorMojica Suárez, Juan Andrés
dc.contributor.evaluatorJiménez Manjarrés, Yulieth
dc.date.accessioned2025-03-21T20:38:58Z
dc.date.available2025-03-21T20:38:58Z
dc.date.created2025-02-09
dc.date.issued2025-02-09
dc.description.abstractLa demanda de energía en un sistema de potencia varía a lo largo del día, influenciada por los patrones de consumo de los usuarios. Entender estos patrones es clave para abordar los desafíos que enfrentan las empresas del sector eléctrico. Un sistema de distribución suele contar con equipos de medición que recopilan información de la red en intervalos regulares. En este contexto, gestionar esta información representa un desafío para las empresas distribuidoras de energía, que buscan aprovecharla para obtener beneficios. En esta monografía se presenta el diseño de una metodología para la caracterización de patrones de consumo de energía eléctrica en un sistema de distribución, utilizando datos recopilados a través del sistema SCADA. La metodología emplea técnicas de aprendizaje no supervisado, como K-MEANS y t-SNE, para identificar y clasificar los perfiles típicos de demanda de un conjunto de entrada según sus similitudes o características, en grupos denominados clústeres. Los resultados obtenidos en esta metodología permiten abordar objetivos clave, como mejorar los pronósticos de demanda, diseñar tarifas personalizadas, planificar la expansión de la infraestructura eléctrica y optimizar la gestión de la demanda en el sistema de distribución donde se aplique. Adicionalmente, se presenta la implementación de esta metodología con datos provenientes de circuitos del sistema de distribución local de la Electrificadora de Santander S.A. E.S.P. (ESSA). Su aplicación permitió clasificar los circuitos según patrones de consumo similares, identificando un número adecuado de clústeres. Al final, se llevó a cabo un análisis para explorar la relación entre las características de los usuarios, como su tipo (residencial, comercial o industrial), su ubicación geográfica y los clústeres obtenidos.
dc.description.abstractenglishEnergy demand in a power system fluctuates throughout the day, influenced by user consumption patterns. Understanding these patterns is key to addressing the challenges faced by companies in the electric sector. A distribution system typically includes measurement equipment that collects network information at regular intervals. In this context, managing this information represents a challenge for energy distribution companies, which aim to leverage it for benefits. This monograph presents the design of a methodology for characterizing energy consumption patterns in a distribution system using data collected through the SCADA system. The methodology employs unsupervised learning techniques, such as K-MEANS and t-SNE, to identify and classify typical demand profiles from an input dataset based on their similarities or characteristics, grouping them into clusters. The results of this methodology support key objectives, such as improving demand forecasting, designing personalized tariffs, planning the expansion of electrical infrastructure, and optimizing demand management in the applied distribution system. Additionally, the implementation of this methodology is demonstrated using data from circuits within the local distribution system of Electrificadora de Santander S.A. E.S.P. (ESSA). Its application enabled the classification of circuits based on similar consumption patterns, identifying an appropriate number of clusters. Finally, an analysis was conducted to explore the relationship between user characteristics, such as type (residential, commercial, or industrial), geographical location, and the resulting clusters.
dc.description.degreelevelEspecialización
dc.description.degreenameEspecialista en Sistemas de Distribución de Energía Eléctrica
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/45361
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programEspecialización en Sistemas de Distribución de Energía Eléctrica
dc.publisher.schoolEscuela de Ingeniería Eléctrica, Electrónica y Telecomunicaciones
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectPatrones de consumo
dc.subjectPerfiles de demanda
dc.subjectSCADA
dc.subjectK-MEANS
dc.subjectt-SNE
dc.subjectClústeres
dc.subjectDistribución eléctrica
dc.subjectESSA
dc.subjectPython
dc.subject.keywordConsumption Patterns
dc.subject.keywordTypical Demand Profiles
dc.subject.keywordScada
dc.subject.keywordK-Means
dc.subject.keywordT-SNE
dc.subject.keywordClusters
dc.subject.keywordElectrical Distribution
dc.subject.keywordESSA
dc.titleMetodología de caracterización de patrones de consumo de energía eléctrica en el sistema de distribución de la Electrificadora de Santander
dc.title.englishMethodology For The Characterization Of Electric Energy Consumption Patterns In The Distribution System Of Electrificadora De Santander
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Especialización
Files
Original bundle
Now showing 1 - 5 of 7
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
172.68 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
321.49 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
Anexo A.zip
Size:
22.94 KB
Format:
Unknown data format
No Thumbnail Available
Name:
Anexo C.csv
Size:
59.69 MB
Format:
Comma-Separated Values
No Thumbnail Available
Name:
Anexo B.xlsx
Size:
223.78 KB
Format:
Microsoft Excel XML
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description: